AIOps – Was sich hinter dem Begriff verbirgt

AIOps ist ein Begriff, der bereits im Jahre 2014 vom Marktforschungsunternehmen Gartner geprägt wurde. Es handelt sich dabei um eine Abkürzung für Artificial Intelligence for IT Operations. In die deutsche Sprache übersetzt bedeutet es „Künstliche Intelligenz für den Betrieb der IT“. Neben der Künstlichen Intelligenz (KI) werden auch Maschinelles Lernen (ML) und Big Data für die Optimierung und Automatisierung des IT-Betriebs mit Hilfe von AIOps genutzt. 

Zentrale Funktionen sind dabei die Automatisierung des Monitorings, das selbstständige Erkennen von Fehlern, die automatische Reaktion auf entdeckte Fehler sowie das Ermitteln der Ursachen.

Da die Einführung von AIOps selbstverständlich einen gewissen Zeit- und Kostenaufwand mit sich bringt, ist es wichtig, die Vorteile genau zu kennen. Dazu sind im Folgenden einige zentrale Vorteile aufgelistet.

Durch den höheren Automatisierungsgrad können Probleme oder Anomalien ohne menschliches Zutun frühzeitig erkannt werden. Zudem können ggf. schon Maßnahmen getroffen werden, bevor der Fehler überhaupt eine negative Wirkung auf den IT-Betrieb hat.

Die eingesetzte künstliche Intelligenz und das maschinelle Lernen ermöglichen es, dass das System selbstständig aus Fehlern lernt und kontinuierlich besser wird. So kann es sich den ständig neuen Anforderungen im IT-Umfeld anpassen.

Durch die immer weiter steigenden Datenmengen ist dieser Vorteil besonders wichtig. Denn der Einsatz von AIOps reduziert den manuellen Aufwand, wodurch das IT-Personal entlastet wird und sich z.B. auf komplexe Probleme oder andere wichtige Aufgaben konzentrieren kann.

Der höhere Automatisierungsgrad und das selbstständige Lernen ermöglichen es, die sich kontinuierlich ändernden und stetig komplexer werdenden IT-Umgebungen besser zu managen.

AIOps ermöglicht es, Informationen über die Grenzen verschiedener Datenressourcen hinweg zusammenzuführen und so eine ganzheitliche Sicht zu erzeugen.

Neben den Vorteilen bringt Artificial Intelligence for IT-Operations auch einige Nachteile mit sich.  Zum einen ist der Erfolg eines AIOps-Tools abhängig von der Qualität der Algorithmen und Daten, die es empfängt. Dementsprechend ist es auch nur so gut wie der Input, den es bekommt. Zum anderen kann der zeitliche Aufwand für die Einführung, die Verwaltung und die Wartung erheblich sein. Ein ebenfalls nicht zu vernachlässigender Punkt ist, dass AIOps-Systeme das Vertrauen der Unternehmen benötigen. Denn nur so können sie ihre vollen Möglichkeiten entfalten und autonom agieren. AIOps-Tools dieses Vertrauen zu schenken, fällt nach Jahrzehnten des manuellen Eingreifens nicht allen Unternehmen leicht.

Das nun folgende Praxisbeispiel des Bekleidungsherstellers Carhartt, zeigt wie eine erfolgreiche Einführung von AIOps aussehen kann.

Vor Einführung einer AIOps-Lösung hatte Carhartt mit einem hohen manuellen Aufwand zur Überwachung der verschiedenen IT-Umgebungen und Performance-Problemen (besonders an Events wie dem Black Friday) zu kämpfen. Nachdem Carhartt sich im Herbst 2017 für eine AIOps-Lösung für das Application Performance Monitoring entschied, traten die Performance-Probleme nicht mehr auf. Ihr Umsatz konnte doppelt so stark wachsen, wie der Umsatz der gesamten Branche.

Quelle: Computerwoche Voice of digital Blogbeitrag “AIOps” (2020)

Das Thema AIOps hat Ihr Interesse geweckt? Im Folgenden finden Sie ein paar Tipps, die Ihnen den Einstieg in die Welt der Artificial Intelligence for IT Operations erleichtern können.

Das Erlernen der Grundlagen der künstlichen Intelligenz und des Machine Learnings und das Entwickeln eines grundlegenden Verständnisses für die Materie wird Ihnen helfen, sich im AIOps-Umfeld zurechtzufinden.

Um die für Sie optimale AIOps-Lösung zu finden, ist es essenziell zu wissen, welche Arbeiten Ihre IT-Abteilung besonders viel Zeit kosten. Detaillierte Auswertungen des bisherigen Zeitaufwands pro Aufgabe können Ihnen helfen, das Ergebnis der AIOps-Einführung zu maximieren und später das Messen des Projekterfolges zu erleichtern.

Starten Sie nach Möglichkeit mit einem kleinen Projekt, das gemessen am verhältnismäßig geringen Aufwand den für Sie größtmöglichen Nutzen bringt. Dieses Vorgehen bietet die höchsten Erfolgschancen und eine gute Grundlage, um sich später weiterzuentwickeln. Bitte achten Sie dabei aber darauf, dass Sie dem System trotzdem genügend Daten als Input liefern, um eine entsprechende Qualität des Ergebnisses zu ermöglichen.